TensorFlow

Model Detayları

genel bakış

Bu, bir bireyin çeşitli demografik özelliklere göre 50.000 doların üzerinde bir gelire sahip olup olmadığını sınıflandırmayı amaçlayan geniş ve derin bir Keras modelidir. Model, UCI Census Income Dataset üzerinde eğitilmiştir. Bu bir üretim modeli değildir ve bu veri seti geleneksel olarak yalnızca araştırma amacıyla kullanılmıştır. Bu Model Kartında, modelin performansının ve verilerinin nicel bileşenlerinin yanı sıra modelin amaçlanan kullanımları, sınırlamaları ve etik hususlar hakkındaki bilgileri inceleyebilirsiniz.

Sürüm

isim: 2d1bd3b5688079d2da1b20350118dda7

Sahipler

Model Kartları Ekibi, model-cards@google.com

Referanslar

etkileşimli-2021-02-05T22_01_17.129037

Hususlar

Kullanım Durumları

Bu modelin eğitildiği bu veri kümesi, başlangıçta makine öğrenimi topluluğunu ML algoritmalarının deneysel analizini yürütmede desteklemek için oluşturulmuştur. Yetişkin Veri Seti, insanların yıllık gelirlerine dayalı olarak cinsiyet ve ırk arasındaki eşitsizlikleri karşılaştıran adaletle ilgili çalışmalarda kullanılabilir.

sınırlamalar

Bu, çeşitli hassas sınıflar arasında sınıf dengesi olmayan bir veri kümesidir. Erkek-dişi örneklerin oranı yaklaşık 2:1'dir ve "beyaz" niteliğe sahip diğer tüm ırkların toplamından çok daha fazla örnek vardır. Ayrıca, 50.000 ABD Doları veya daha az kazananın 50.000 ABD Doları veya daha fazla kazanana oranı 3: 1'in biraz üzerindedir. Gelir seviyeleri arasındaki dengesizlik nedeniyle, gerçek negatif oranımızın oldukça yüksek göründüğünü, gerçek pozitif oranımızın ise oldukça düşük göründüğünü görebiliriz. Bu, yalnızca "kadın" alt grubuna baktığımızda daha da fazla doğrudur, çünkü 50.000$+ kazanan grupta daha da az kadın örnek vardır ve bu da modelimizin bu örneklere fazla uymasına neden olur. Bundan kaçınmak için, gelecekteki yinelemelerde çeşitli iyileştirme stratejilerini deneyebiliriz (örneğin, yetersiz örnekleme, hiperparametre ayarlama, vb.), ancak tüm adalet sorunlarını çözemeyebiliriz.

Etik Hususlar

Risk: Durumun böyle olmadığını bilmemize rağmen, bu veri setindeki niteliklerin birinin gelirini öngören tek nitelikler olduğu görüşünü ifade etme riskini alıyoruz.
Azaltma Stratejisi: Belirtildiği gibi, veri setindeki sınıf dengesizliklerini gidermek için bazı müdahalelerin yapılması gerekebilir.

Nüfus Sayımı Gelir Sınıflandırıcısı için Model Kartı